Oracle 宣布限量发布 Oracle 云基础设施远程软件服务(Oracle Cloud Infrastructure, OCI) 生成式 AI 服务。全新的生成式 AI 服务可支持大型语言模型 (LLM),帮助组织实现端到端业务流程自动化,改善决策和客户体验,同时还能保护数据安全和隐私。
OCI Generative AI 服务是一个由 OCI 与知名企业 AI 平台 Cohere 合作构建的托管服务,可帮助用户通过可用的 API 将 LLM 集成到自己的应用中。待正式发布后,此服务和 Cohere 模型可与 AI Vector Search 无缝运行。AI Vector Search 是 Oracle Database 23c 的一项功能,可提供检索增强生成 (RAG) 技术。这是一种生成式 AI 技术,可将预训练的 LLM 和专有业务数据相结合,从而提高响应的准确性。此服务还将为嵌入到 Oracle SaaS 应用套件中的生成式 AI 功能奠定基础,其中包括 Oracle Fusion Cloud Applications Suite、Oracle NetSuite 和 Oracle Cerner 等行业应用。
Oracle Cloud Infrastructure 执行副总裁 Clay Magouyrk 表示:“Oracle 的行业知识使我们能够为组织创建生成式 AI 服务,以实现流程自动化、做出更明智的决策并改善客户体验。通过 Oracle 与 Cohere 的合作,客户能够轻松、安全地将生成式 AI 嵌入到其技术堆栈中,并相信我们的解决方案能够符合他们严苛的数据安全和隐私要求。这一方法有助于组织使用自己的数据来优化这些模型,打造可满足内部运营需求的模型。”
OCI 拥有低成本、安全且快速的 AI 基础设施,客户可以以托管服务的方式将 Cohere 的模型用于企业用例。OCI Generative AI 服务的客户可在 Oracle 的 AI Supercluster 架构上的专用基础设施中运行工作负载,从而自主控制特定成本和吞吐量需求,比如使用自己的数据来进行模型优化,或者是部署定制模型。
全新的 OCI Generative AI 服务包含以下模型:
Cohere 总裁兼首席运营官 Martin Kon 表示:“Oracle 和 Cohere 的企业 AI 产品以数据安全、模型定制和低延迟为中心,助力企业快速、经济高效且负责任地部署有意义的 AI 技术。我们正与 Oracle 密切合作,采用数据安全和隐私优先的策略,让企业能够利用 AI 来赋能业务。”
Altair 首席技术官 Sam Mahalingam 表示:“Oracle 是 Altair 重要的合作伙伴。Altair 专注于计算科学和人工智能,在 Oracle 强有力的支持下,Altair 已开始将大型语言模型整合到我们的解决方案中。我们相信,生成式 AI 将改变我们的工作方式。例如,客户以自然语言描述想要的结果,然后 LLM 就会自动生成解决方案。在数据分析中,客户不再需要为机器学习编写代码,只需要提出预测需求即可。在工程设计中,客户则可以描述产品属性,由模型来完成设计工作。生成式 AI 的使用场景无所不在。”
除了推出 OCI Generative AI 服务,Oracle AI 也将继续在多个限量发布计划中为现有服务添加增强功能,其中包括:
Wikibon 高级分析师 Marc Staimer 表示:“OCI Generative AI 服务是一款全新的生成式 AI 云技术服务,可提供企业级安全性、灵活性和用户调优功能,满足市场需求。该服务提供严格的安全和治理来保护用户的专有数据,也能够确保仅让客户使用和查看该模型。同样重要的是,客户可以控制专用的 OCI Supercluster AI 基础设施,对模型进行微调或部署定制模型,同时还能满足特定的成本和吞吐量需求。OCI Generative AI 服务是企业功能和成本性能的理想组合。”
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。